AIを仕事で使う人が増えてきました。
ChatGPTに文章を書いてもらう。 Claudeにコードを作ってもらう。 Excel作業の自動化を相談する。
この流れは、これからもっと当たり前になっていくはずです。
一方で、現場にいると、こんな不安も聞こえてきます。
「AIを使えないと置いていかれるのでは」 「プログラミングができない自分には関係ないのでは」 「AIで仕事がなくなるのでは」
私も現場で働く会社員なので、この感覚はよく分かります。 正直、私自身も最初は同じことを思っていました。
でも、実際にAIを使って業務改善や小さな仕組みづくりをやってみて、見え方が変わりました。
AI時代に大事なのは、最新ツールをたくさん知っていることではありません。
それ以上に大事なのは、現場の不便を見つけて、それをAIに渡せる言葉にする力だと感じています。
この記事で分かること
AIが得意なこと・できないことの違い
「面倒くさい」をAIに伝わる言葉に変える方法
非エンジニアの会社員がAI時代に持てる価値
最初の一歩として何をすればいいか
AIは便利だけど、現場の不便を勝手には見つけてくれない
AIはとても便利です。 質問すれば答えるし、文章も整えるし、コードも書きます。
でも、どうしてもできないことが、ひとつあります。
現場で起きている小さな不便を、勝手に見つけることです。
会社の中には、こういう作業がたくさんあります。
- 毎週、複数のメールから情報を集めて報告書にまとめている
- 問い合わせ対応で、過去の回答を探すのに時間がかかっている
- 会議のたびに、同じ説明を別の資料に書き直している
- 判断材料が散らばっていて、結論を出すまでに時間がかかる
こういう作業、外から見ただけでは絶対に分かりません。
「ここ、毎回情報を探しているな」 「この説明、何度も書き直しているな」
と気づけるのは、実際にその仕事をしている人だけです。
AIがどれだけ賢くなっても、最初の違和感を見つけるのは現場の人。 ここは、変わりません。
「面倒くさい」だけでは、AIにうまく伝わらない
ただし、不便に気づくだけでは、まだ半分です。
たとえば、AIにこう聞いたとします。
報告書づくりを楽にしたいです。
何かしらの答えは返ってきます。 でも、AIからすると情報が少なすぎます。
何の報告書なのか。どこから情報を集めているのか。誰に向けてまとめるのか。毎回どこで時間がかかるのか。
子どもに例えるなら、「部屋を片付けて」とだけ言われた状態です。 どこから手をつけていいか、迷いますよね。
でも、「机の上の本を本棚に戻して、床のおもちゃを箱に入れて、最後にゴミを捨ててね」と言われれば動けます。
AIも同じです。
「面倒くさい」をそのまま投げるのではなく、作業の流れが分かる言葉にして渡す必要があります。
AIに渡せる言葉にすると、改善の形が見えてくる
悪い聞き方と良い聞き方を並べてみます。
悪い例。
報告書づくりを楽にしたいです。
これだと、返ってくるのは一般論です。
では、こう書いたらどうなるか。
毎週、複数のメールと会議メモを見ながら、上司向けの進捗報告を作っています。 情報が散らばっているため、何を入れるべきか整理するのに30分ほどかかります。 決定事項・未対応のこと・確認が必要なことを分けて、報告書のたたき台にできる形にしたいです。 文章は社内向けなので、短く分かりやすいトーンにしたいです。
ここまで言葉にできると、AIは具体的に動けます。
情報をどう分類するか。報告書の見出しをどう作るか。上司に伝わりやすい順番は何か。 提案が、一気に自分の仕事の話になります。
完璧な指示を書く必要はありません。
「何が面倒なのか」「どんな作業をしているのか」「どうなれば楽なのか」。この3つを言葉にするだけでも、AIの答えはかなり変わります。
非エンジニアでも、現場を知っている人には価値がある
AIやプログラミングの話になると、エンジニアのほうが強そうに見えます。
専門的な開発や大きなシステムなら、その通りです。
でも、会社の中の小さな改善では、話が変わります。 現場でしか分からないことがあるからです。
- どの作業が本当に面倒なのか
- どのタイミングでミスが起きやすいのか
- どんな形なら現場で使われるのか
- 逆に、どんな仕組みだと使われなくなるのか
AIにコードを書いてもらうことはできても、「その仕組みが現場で本当に使えるか」を判断するには、現場の感覚が要ります。
むしろ、現場の不便を見つけて、AIやエンジニアに伝わる形に翻訳できる人は、これから会社の中でかなり重要になっていくと思います。
AI時代に必要なのは「使いこなす力」だけではない
AI時代というと、つい焦ります。
「プロンプトを覚えなきゃ」 「新しいAIツールを追わなきゃ」 「プログラミングを学ばなきゃ」
それらも役には立ちます。 でも、もっと手前に、もっと大事な力があります。
言語化する力です。
きれいな文章を書く力のことではありません。 現場で起きていることを、誰かに伝わる形に整理する力です。
「なんかこの作業が大変」で止めない。
「毎週、メール・メモ・過去資料を見ながら報告書を作っている。情報を探す時間が長く、何を入れるべきか迷いやすい」
まで言葉にする。
「この仕事、時間がかかる」で止めない。
「問い合わせ対応のたびに、過去の回答を探している。似た質問が多いので、よくある回答を分類しておきたい」
まで言葉にする。
AIを使える人になる前に、まず自分の仕事を説明できる人になる。 順番は、こちらが先です。
最初は大きな改善ではなく、小さな不便を1つ言葉にするだけでいい
業務改善というと、大きなシステムを想像するかもしれません。
最初は小さくていいんです。
- 毎週くり返している報告書づくり
- 複数のメールから情報を集める作業
- 会議メモを読み返して要点を抜き出す作業
- 問い合わせ対応で過去回答を探す作業
この中から、1つ選びます。
そして、いきなり自動化しようとせず、まず言葉にします。
今やっている作業： 毎週、複数のメールと会議メモから情報を拾って、進捗報告を作っている。
困っていること： 情報が散らばっていて、何を入れるべきか整理するのに時間がかかる。
どうなれば楽か： 決定事項・未対応・確認が必要なことに分けて、報告書のたたき台を作れるようにしたい。
使いたいもの： まずはAIに整理のたたき台を作ってもらいたい。
これを書いた時点で、面白いことが起きます。 AIに投げる前に、自分の中で作業が整理されているんです。
不便を言葉にしたら、次は作業手順を書き出してみると、AIへの相談がさらに具体的になります。手順の書き出し方は、こちらの記事で整理しています。
現場とAIの間に立てる人が必要になる
AIが進化すれば、文章作成、集計、調査、資料作成、コード作成——いろいろな作業は楽になります。
でも、会社の仕事はAIだけで完結しません。
現場には、昔からのやり方があります。 人によって違う手順があります。 紙で残っている情報があります。 「なんとなくこうしている」という運用があります。
そこを無視してAIだけを入れても、使われずに終わります。 道具のせいではなく、現場との間に通訳がいなかったからです。
現場の不便を見つける。 作業の流れを整理する。 AIに相談できる言葉に変える。 出てきた案を、現場で使える形に調整する。
この通訳の役割は、非エンジニアの会社員でも担えます。 むしろ、現場にいる人にしかできない仕事だと思っています。
まとめ：AIに渡せる言葉を持つ人が、現場を少しずつ変えていく
AI時代に必要なのは、AIを魔法のように使いこなすことではありません。
- AIは現場の不便を勝手には見つけてくれない
- 「面倒くさい」をそのまま渡しても、AIは動きにくい
- 作業の流れ・困っていること・理想を言葉にすると、AIは相棒になる
- 非エンジニアでも、現場を知っている人には価値がある
- 最初は小さな不便を1つ、言葉にするだけでいい
AIは、現場の不便を勝手に見つけてはくれません。 でも、こちらが不便を言葉にできれば、AIは改善の相棒になります。
これからの会社員に必要なのは、AIをただ使うことではなく、現場の不便をAIに渡せる言葉にしていくこと。
そこから、仕事は少しずつ仕組みに変わっていきます。 私の現場でも、実際にそうなり始めています。
このブログを始めた理由については、「現場出身の非エンジニア会社員が、AIで仕事を仕組み化していく記録を始めます」でも書いています。
AIで作れるようになることと、実際に運用することは別の話です。その判断については「非エンジニアがAIでWebアプリを作ったあと、一般公開しないと決めた理由」に書きました。
小さく作ってみる経験については「AIで開発するなら、車輪の再発明でもいいから一度作ってみる」もあわせてどうぞ。
不便を見つけてから、実際に仕組みとして動き出すまでの全体像は「現場の不便をAIで仕組みに変えるまでの流れ【全体まとめ】」に整理しています。